Полный курс машинного обучения Android 2021 года
The Complete 2021 Android Machine Learning Course
Udemy
Использование TensorFlow lite и Firebase ML Kit в Android 11, обучение моделей машинного обучения, более 20 приложений для Android на основе машинного обучения
Добро пожаловать на полный курс машинного обучения Android 2021 года.
В этом курсе вы узнаете, как использовать машинное обучение в Android, а также изучите свои собственные модели распознавания изображений для приложений Android, не зная каких-либо базовых знаний о машинном обучении. Курс разработан таким образом, что вам не нужны предварительные знания о машинном обучении.
В современной мировой разработке приложений использование машинного обучения при разработке мобильных приложений является обязательным. Мы почти не видим приложения, в котором не используется ML. Поэтому важно узнать, как мы можем интегрировать модели машинного обучения в приложения Android. И этот курс научит вас этому. И главная особенность этого заключается в том, что вам не нужно знать какие-либо базовые знания о машинном обучении, чтобы интегрировать его в свои приложения для Android.
Курс разделен на четыре основные части.
Итак, в первом разделе вы научитесь обрабатывать как изображения, так и видеоматериалы с камеры в реальном времени в Android, чтобы позже мы могли использовать их с моделями машинного обучения. Итак, в этом разделе мы научимся
Итак, изучив использование изображений и видеозаписей с камеры в реальном времени в Android, в этом разделе мы изучим использование популярных предварительно обученных моделей машинного обучения в Android и создадим
3: Квантование и делегаты
Кроме того, мы рассмотрим все важные концепции, связанные с Tensorflow lite, такие как
4. Регресс в Android
После этого мы научимся использовать модели регрессии в Android и создадим пару приложений, включая
Следующий раздел связан с Firebase ML Kit. В этом разделе мы рассмотрим
Помимо всех этих приложений, мы будем разрабатывать клон известного приложения для сканирования документов CamScanner . Таким образом, в этом приложении мы автоматически обрежем изображения документа с помощью распознавания текста и улучшим видимость изображений документа.
6. Модели классификации обучающих образов
Освоив использование моделей машинного обучения в Android в третьем разделе, мы научимся обучать наши собственные модели классификации изображений, не зная каких-либо базовых знаний о машинном обучении.
Итак, в этом разделе мы научимся обучать модели машинного обучения, используя два разных подхода.
Распознавание породы собак с помощью обучаемой машины
Курс научит вас использовать модели машинного обучения с изображениями и видеозаписями в реальном времени, чтобы вы могли создавать как простые приложения для Android, так и приложения для Android с прямой трансляцией.
Версия Android
Курс полностью обновлен, и на протяжении всего курса мы использовали последнюю версию Android 11.
Язык
Курс разработан с использованием языков программирования Java и Kotlin. Таким образом, весь материал доступен на обоих языках.
Инструменты:
Это инструменты, которые мы будем использовать на протяжении всего курса
К концу этого курса вы сможете
требования к курсу:
Это курс для вас, если
Так чего же ты ждешь? Нажмите на кнопку «Присоединиться» и начните обучение.
Для кого этот курс:
Продажник:
Скачать курс:
The Complete 2021 Android Machine Learning Course
Udemy
Использование TensorFlow lite и Firebase ML Kit в Android 11, обучение моделей машинного обучения, более 20 приложений для Android на основе машинного обучения
Добро пожаловать на полный курс машинного обучения Android 2021 года.
В этом курсе вы узнаете, как использовать машинное обучение в Android, а также изучите свои собственные модели распознавания изображений для приложений Android, не зная каких-либо базовых знаний о машинном обучении. Курс разработан таким образом, что вам не нужны предварительные знания о машинном обучении.
В современной мировой разработке приложений использование машинного обучения при разработке мобильных приложений является обязательным. Мы почти не видим приложения, в котором не используется ML. Поэтому важно узнать, как мы можем интегрировать модели машинного обучения в приложения Android. И этот курс научит вас этому. И главная особенность этого заключается в том, что вам не нужно знать какие-либо базовые знания о машинном обучении, чтобы интегрировать его в свои приложения для Android.
Курс разделен на четыре основные части.
- Изображение и видео с камеры в реальном времени
- Предварительно обученные модели Tensorflow Lite для Android
- Использование Firebase ML Kit в Android
- Модели классификации обучающих изображений для Android
Итак, в первом разделе вы научитесь обрабатывать как изображения, так и видеоматериалы с камеры в реальном времени в Android, чтобы позже мы могли использовать их с моделями машинного обучения. Итак, в этом разделе мы научимся
- Выберите изображения из галереи в Android
- Захват изображений с помощью камеры в Android
- Отображение видео с камеры в реальном времени в приложениях Android с помощью API камеры2
- Доступ к кадрам видеозаписи с камеры в реальном времени в Android
Итак, изучив использование изображений и видеозаписей с камеры в реальном времени в Android, в этом разделе мы изучим использование популярных предварительно обученных моделей машинного обучения в Android и создадим
- Классификация изображений (как с изображениями, так и с видеозаписями с камеры)
- Обнаружение объекта (как с изображениями, так и с видеозаписью с камеры в реальном времени)
- Сегментация изображения
3: Квантование и делегаты
Кроме того, мы рассмотрим все важные концепции, связанные с Tensorflow lite, такие как
- Использование модели с плавающей запятой и квантованной модели в Android
- Используйте делегаты Tensorflow lite для повышения производительности модели
4. Регресс в Android
После этого мы научимся использовать модели регрессии в Android и создадим пару приложений, включая
- Прогнозирование эффективности использования топлива для транспортных средств.
Следующий раздел связан с Firebase ML Kit. В этом разделе мы рассмотрим
- Комплект Firebase ML
- Особенности Firebase ML Kit
- Маркировка изображений Android для распознавания разных вещей
- Сканирование штрих-кода Android для сканирования штрих-кодов и QR-кодов
- Оценка позы Android для определения суставов человеческого тела
- Селфи-сегментация Android для отделения фона от переднего плана
- Digital Ink Recognition Android для распознавания рукописного текста
- Обнаружение объектов Android для обнаружения и отслеживания объектов
- Text Recognition Android для распознавания текста на изображениях
- Smart Reply Android, чтобы добавить предложение автоматического ответа
- Text Translation Android для перевода между разными языками
- Face Detection Android для обнаружения лиц, ориентиров и выражений лица
Помимо всех этих приложений, мы будем разрабатывать клон известного приложения для сканирования документов CamScanner . Таким образом, в этом приложении мы автоматически обрежем изображения документа с помощью распознавания текста и улучшим видимость изображений документа.
6. Модели классификации обучающих образов
Освоив использование моделей машинного обучения в Android в третьем разделе, мы научимся обучать наши собственные модели классификации изображений, не зная каких-либо базовых знаний о машинном обучении.
Итак, в этом разделе мы научимся обучать модели машинного обучения, используя два разных подхода.
Распознавание породы собак с помощью обучаемой машины
- Сначала мы обучим модель распознавания породы собак с помощью обучаемой машины.
- Создайте приложение для Android для распознавания пород собак в режиме реального времени.
- Используя трансферное обучение, мы переобучаем модель MobileNet распознавать разные плоды.
- Создайте Android-приложение для распознавания фруктов в режиме реального времени, используя эту обученную модель.
Курс научит вас использовать модели машинного обучения с изображениями и видеозаписями в реальном времени, чтобы вы могли создавать как простые приложения для Android, так и приложения для Android с прямой трансляцией.
Версия Android
Курс полностью обновлен, и на протяжении всего курса мы использовали последнюю версию Android 11.
Язык
Курс разработан с использованием языков программирования Java и Kotlin. Таким образом, весь материал доступен на обоих языках.
Инструменты:
Это инструменты, которые мы будем использовать на протяжении всего курса
- Android Studio для разработки приложений для Android
- Сотрудничает с Google для обучения моделей распознавания изображений.
- Netron проанализирует модели мобильного машинного обучения
К концу этого курса вы сможете
- Используйте комплект Firebase ML в приложениях Android, используя как Java, так и Kotlin
- Используйте предварительно обученные модели Tensorflow lite в приложениях Android и IOS с помощью Java и Kotlin
- Обучайте собственные модели классификации изображений и создавайте приложения для Android.
требования к курсу:
Это курс для вас, если
- Вы хотите создавать умные приложения для Android
- Вы заинтересованы в том, чтобы стать современным разработчиком Android, фрилансером, запускать собственные проекты или просто хотите попробовать свои силы в создании действительно умных мобильных приложений.
- У вас нет предыдущего опыта программирования, или у вас есть опыт программирования на другом языке / платформе.
- Вам нужен курс, который научит вас использованию машинного обучения и компьютерного зрения при разработке приложений для Android, в рамках интегрированной учебной программы, которая даст вам глубокое понимание всех ключевых концепций, которые разработчик Android должен знать для успешной карьеры.
- Начинающий разработчик Android (Java или Kotlin) с очень небольшими знаниями в области разработки приложений для Android.
- Разработчик Android среднего уровня (Java или Kotlin) хотел создать мощное приложение на основе машинного обучения в Android.
- Опытные разработчики Android (Java или Kotlin) хотели использовать модели машинного обучения в своих приложениях для Android.
- Любой, кто до этого проходил базовый курс разработки мобильных приложений для Android (Java или Kotlin) (например, курс разработки приложений для Android (Java или Kotlin) от angela yu или другие подобные курсы).
Так чего же ты ждешь? Нажмите на кнопку «Присоединиться» и начните обучение.
Для кого этот курс:
- Начинающий разработчик Android, интересующийся использованием машинного обучения и компьютерного зрения в Android
- Разработчики Android среднего уровня, желающие улучшить свои навыки
- Опытные профессионалы хотят интегрировать машинное обучение в свои приложения для Android.
Продажник:
Скачать курс:
Последнее редактирование модератором: